Keras/Caffe
关注
分享
扫一扫
本专栏主要撰写与Keras、Caffe等深度学习框架相关的案例。
一个处女座的程序猿
2025年初博主2本新书(机器学习耗时5年/大模型耗时3年)即将开售！人工智能硕学历，拥有十多项发专利(6项)和软著(9项)，包括国际期刊SCI内多篇论文，多个国家级证书(2个国三级、3个国四级)，曾获国内外“人工智能算法”竞赛(包括国家级省市级等，一等奖5项、二等奖4项、三等奖2项)证书十多项，以上均第一作者身份，并拥有省市校级个人荣誉证书十多项。目前也是国内知名博主，连续3年获优快云十大博客之星，荣获达摩院评测官、阿里社区/优快云/华为社区等十多个开发者社区专家博主荣誉，曾受邀阿里/华为/谷歌等社区采访-评审-论坛几十次。截止2022年，AI领域粉丝超100万，文章阅读量超5000万
展开
-
Caffe之Model Zoo：Caffe Model Zoo的简介、安装、使用方法之详细攻略
Caffe之Model Zoo：Caffe Model Zoo的简介、安装、使用方法之详细攻略目录Caffe Model Zoo的简介Caffe Model Zoo的安装Caffe Model Zoo的使用方法Caffe Model Zoo的简介 许多研究人员和工程师已经为具有各种架构和数据的不同任务制作了 Caffe 模型：查看Model Zoo！ 这些模型被学习并应用于从简单回归到大规模视觉分类、用于图像相似性的连体网络、语音和机器人应用等问题。 为了原创 2018-09-01 09:44:13 · 886 阅读 · 0 评论 -
DL之TCN：基于keras框架利用一维时间卷积网络TCN算法(Conv1D+Flatten+Dense)对上海最高气温实现回归预测(把时间序列数据集转化为有监督学习数据集)案例
DL之TCN：基于keras框架利用一维时间卷积网络TCN算法(Conv1D+Flatten+Dense)对上海最高气温实现回归预测(把时间序列数据集转化为有监督学习数据集)案例目录利用时间卷积网络TCN算法对上海最高气温实现回归预测(把时间序列数据集转化为有监督学习数据集)案例# 1、定义数据集# 2、数据预处理# 3、模型训练与推理相关文章Keras之TCN：基于keras框架利用时间卷积网络TCN算法对上海最高气温实现回归预测(把时间序列数据集转化为有原创 2023-03-22 20:45:39 · 3111 阅读 · 1 评论 -
CV之FR/Keras之CNN：基于Keras框架和cv2库(调用摄像头)利用卷积神经网络模型(2+1)算法实现实时人脸识别并标注姓名标签
CV之FR/Keras之CNN：基于Keras框架和cv2库(调用摄像头)利用卷积神经网络模型(2+1)算法实现实时人脸识别并标注姓名标签。原创 2018-05-14 11:54:22 · 11188 阅读 · 0 评论 -
DeepID：Python基于Caffe的DeepID2实现人脸识别的简介、实现之详细攻略
DeepID：Python基于Caffe的DeepID2实现人脸识别的简介、实现之详细攻略目录基于Caffe的DeepID2实现人脸识别DeepID2实现人脸识别的实现基于Caffe的DeepID2实现人脸识别更新……DeepID2实现人脸识别的实现参考链接https://weibo.com/1402400261/DF6DonW...原创 2018-05-06 15:06:12 · 11560 阅读 · 1 评论 -
DL框架之Caffe：深度学习框架之Caffe的简介、安装、使用方法详细攻略
Caffe，即Convolutional Architecture for Fast Feature Embedding，快速特征嵌入的卷积结构。是一种常用的深度学习框架，在视频、图像处理方面应用较多。Caffe是一个深度学习框架，具有表达、速度和模块化的思想。它是由伯克利AI研究（BAIR）和社区贡献者开发的。Yangqing Jia在加州大学伯克利分校博士期间创建了这个项目。caffe本身就是用c++实现的。caffe是一个清晰，可读性高，快速的深度学习框架。原创 2018-05-06 14:06:32 · 13351 阅读 · 0 评论 -
Keras之DNN：利用DNN【Input(8)→(12+8)(relu)→O(sigmoid)】模型实现预测新数据(利用糖尿病数据集的八个特征进行二分类预测
Keras之DNN：利用DNN【Input(8)→(12+8)(relu)→O(sigmoid)】模型实现预测新数据(利用糖尿病数据集的八个特征进行二分类预测目录输出结果设计思路实现代码输出结果[1.0, 0.0, 1.0, 0.0, 1.0, 0.0, 0.0, 1.0, 1.0, 0.0, 0.0, 1.0, 1.0, 1.0, 1....原创 2018-11-20 09:30:44 · 11102 阅读 · 12 评论 -
Keras之MLPR：利用MLPR算法(1to1+【Input(1)→8(relu)→O(mse)】)实现根据历史航空旅客数量数据集(时间序列数据)预测下月乘客数量问题
Keras之MLPR：利用MLPR算法(1to1+【Input(1)→8(relu)→O(mse)】)实现根据历史航空旅客数量数据集(时间序列数据)预测下月乘客数量问题目录输出结果设计思路实现代码数据集介绍输出结果单位为：千人设计思路实现代码数据集介绍https://datamarke...原创 2018-11-20 09:46:49 · 11522 阅读 · 0 评论 -
DL框架之AutoKeras框架：深度学习框架AutoKeras框架的简介、特点、安装、使用方法详细攻略
DL框架之AutoKeras框架：深度学习框架AutoKeras框架的简介、特点、安装、使用方法详细攻略Paper：《Efficient Neural Architecture Search via Parameter Sharing》目录AutoKeras框架的简介AutoKeras框架的特点AutoKeras的安装AutoKeras框架的使用方法AutoKeras框架的简介 AutoKeras是一个开源的，基于 K原创 2018-03-28 16:22:23 · 12660 阅读 · 0 评论 -
DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程
DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程目录输出结果设计思路核心代码输出结果1、五张图片进行测试，并输出测试结果输出结果分别为结论，前两张图片的测试效果，还是可以接受的。设计思路后...原创 2019-05-15 22:33:30 · 11077 阅读 · 1 评论 -
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Functional或Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Functional或Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测目录利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测利用卷积神经网络算法(2→2,基于Keras的API-Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测利用卷积神经网络算法(2→2,基于Keras的AP原创 2019-07-29 16:23:35 · 9082 阅读 · 1 评论 -
DL之Keras： Keras深度学习框架的注意事项(默认下载存放路径等)、使用方法之详细攻略
DL之Keras： Keras深度学习框架的注意事项(自动下载存放路径等)、使用方法之详细攻略目录Keras深度学习框架的注意事项1、Keras自动下载默认数据集/模型存放位置Windows系统Mac系统Linux系统Keras深度学习框架的使用方法Keras深度学习框架的注意事项1、Keras自动下载...原创 2019-08-15 16:22:46 · 5409 阅读 · 0 评论 -
DL之RetinaNet：基于RetinaNet算法(keras框架)利用resnet50_coco数据集(.h5文件)实现目标检测
DL之RetinaNet：基于RetinaNet算法(keras框架)利用resnet50_coco数据集(.h5文件)实现目标检测相关文章DL之RetinaNet：RetinaNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略之6、ResNet50RetinaNet在程序中如何实现的？——结构框图详解输出结果设计思路...原创 2019-08-27 21:52:01 · 6878 阅读 · 0 评论 -
Keras之DNN：利用DNN算法【Input(8)→12+8(relu)→O(sigmoid)】利用糖尿病数据集训练、评估模型(利用糖尿病数据集中的八个参数特征预测一个0或1结果)
Keras之DNN：利用DNN算法【Input(8)→12+8(relu)→O(sigmoid)】利用糖尿病数据集训练、评估模型(利用糖尿病数据集中的八个参数特征预测一个0或1结果)目录输出结果设计思路实现代码输出结果设计思路实现代码后期更新……...原创 2018-11-19 15:39:32 · 11148 阅读 · 0 评论 -
Keras之DNN：基于Keras(sigmoid+linear+mse+predict)利用DNN实现回归预测——DIY多分类数据集&预测新数据点
Keras之DNN：基于Keras(sigmoid+linear+mse+predict)利用DNN实现回归预测——DIY多分类数据集&预测新数据点目录输出结果实现代码输出结果实现代码# coding:utf-8Xa=[]Xb=[]for i in range(0,len(X)): Xa.app...原创 2018-11-19 13:24:54 · 16077 阅读 · 0 评论 -
DL之Keras：基于Keras框架建立模型实现【预测】功能的简介、设计思路、案例分析、代码实现之详细攻略(经典，建议收藏)
DL之Keras：基于Keras框架建立模型实现【预测】功能的简介、设计思路、案例分析、代码实现之详细攻略(经典，建议收藏)目录Keras框架使用分析Keras框架设计思路案例分析代码实现Keras框架使用分析Keras框架设计思路案例分析1、实现分类预测：通过Keras建立模型，最终得到的模型能进行...原创 2018-03-26 19:49:39 · 12035 阅读 · 0 评论 -
keras-yolo3：python库之keras-yolo3的简介、安装、使用方法详细攻略
keras-yolo3：python库之keras-yolo3的简介、安装、使用方法详细攻略keras-yolo3的简介 A Keras implementation of YOLOv3。YOLO检测网络包括24个卷积层和2个全连接层，如下图所示。 其中，卷积层用来提取图像特征，全连接层用来预测图像位置和类别概率值。 YOLO网络借鉴了GoogLeNet分类...原创 2020-03-20 14:16:01 · 4664 阅读 · 1 评论 -
CV：基于Keras利用CNN主流架构之mini_XCEPTION训练情感分类模型hdf5并保存到指定文件夹下
CV：基于Keras利用CNN主流架构之mini_XCEPTION训练情感分类模型hdf5并保存到指定文件夹下目录图示过程核心代码图示过程核心代码def mini_XCEPTION(input_shape, num_classes, l2_regularization=0.01): regularization = l2(l...原创 2018-05-14 22:49:21 · 16846 阅读 · 5 评论 -
CV之FR：基于cv2(加载人脸识别xml文件及detectMultiScale得到人脸特征)、keras的load_model(加载表情hdf5、性别hdf5)实现表情识别和性别识别
CV：利用cv2+自定义load_detection_model(加载人脸识别xml文件及detectMultiScale函数得到人脸列表)+keras的load_model(加载表情hdf5、性别hdf5)实现标注脸部表情和性别labelCV之FR：基于cv2(加载人脸识别xml文件及detectMultiScale得到人脸特征)、keras的load_model(加载表情hdf5、性别hdf5)实现表情识别和性别识别。原创 2018-05-14 22:27:36 · 13022 阅读 · 14 评论 -
CV之IC：基于Keras框架利用mini_XCEPTION算法实现训练性别分类hdf5模型导出并保存到指定文件夹下代码实现
CV之IC：基于Keras框架利用mini_XCEPTION算法实现训练性别分类hdf5模型导出并保存到指定文件夹下代码实现。原创 2018-05-15 09:39:05 · 13268 阅读 · 0 评论 -
CV之FR：基于Keras框架利用训练好的hdf5模型直接进行人脸识别推理(cv2自带两步检测法)实现对《跑男第六季第五期》之如花视频片段(或调用摄像头)进行实时脸部表情识别
CV之FR：基于Keras框架利用训练好的hdf5模型直接进行人脸识别推理(cv2自带两步检测法)实现对《跑男第六季第五期》之如花视频片段(或调用摄像头)进行实时脸部表情识别。原创 2018-05-15 11:50:47 · 11257 阅读 · 0 评论 -
CV之FR：基于Keras框架利用训练好的hdf5模型直接进行人脸识别推理(cv2自带两步检测法)实现对《跑男第六季第五期》之如花视频片段(或调用摄像头)进行实时性别、脸部表情识别
CV之FR：基于Keras框架利用训练好的hdf5模型直接进行人脸识别推理(cv2自带两步检测法)实现对《跑男第六季第五期》之如花视频片段(或调用摄像头)进行实时性别、脸部表情识别。原创 2018-05-15 12:52:25 · 11912 阅读 · 0 评论 -
CV之FR：基于Keras框架利用训练好的hdf5模型直接进行人脸识别推理实现人脸表情识别/脸部表情识别、性别识别(gradcam可视化)案例应用
CV之FR：基于Keras框架利用训练好的hdf5模型直接进行人脸识别推理实现人脸表情识别/脸部表情识别、性别识别(gradcam可视化)案例应用。原创 2018-05-15 15:35:17 · 14347 阅读 · 1 评论 -
TF：TF定义两个变量相乘之placeholder先hold类似变量+feed_dict最后外界传入值
TF：TF定义两个变量相乘之placeholder先hold类似变量+feed_dict最后外界传入值目录输出结果代码设计输出结果代码设计#TF：TF定义两个变量相乘之placeholder先hold类似变量+feed_dict最后外界传入值import tensorflow as tfinput1 = tf.plac...原创 2018-11-14 11:39:29 · 11518 阅读 · 0 评论 -
Keras之MLPR：利用MLPR算法(3to1【窗口法】+【Input(3)→(12+8)(relu)→O(mse)】)实现根据历史航空旅客数量数据集(时间序列数据)预测下月乘客数量问题
Keras之MLPR：利用MLPR算法(3to1【窗口法】+【Input(3)→(12+8)(relu)→O(mse)】)实现根据历史航空旅客数量数据集(时间序列数据)预测下月乘客数量问题目录输出结果设计思路代码实现输出结果设计思路代码实现后期更新……...原创 2018-11-20 20:39:53 · 11886 阅读 · 1 评论 -
Keras之MLP：利用MLP【Input(8)→(12)(relu)→O(sigmoid+二元交叉)】模型实现预测新数据(利用糖尿病数据集的八个特征实现二分类预测
Keras之MLP：利用MLP【Input(8)→(12)(relu)→O(sigmoid+二元交叉)】模型实现预测新数据(利用糖尿病数据集的八个特征实现二分类预测目录输出结果实现代码输出结果实现代码# load and prepare the datasetdataset = numpy.loadtxt("data/pim...原创 2018-11-21 10:24:03 · 11457 阅读 · 0 评论 -
Keras之DNN：：基于Keras(sigmoid+binary_crossentropy+predict_classes)利用DNN实现二分类——DIY二分类数据集&预测新数据点
Keras之DNN：：基于Keras(sigmoid+binary_crossentropy+predict_classes)利用DNN实现二分类——DIY二分类数据集&预测新数据点目录输出结果实现代码输出结果实现代码# coding:utf-8#Keras之DNN：：基于Keras(sigmoid+b...原创 2018-11-19 10:59:59 · 13856 阅读 · 0 评论 -
Keras之DNN：基于Keras(sigmoid+binary_crossentropy+predict_proba)利用DNN实现分类预测概率——DIY二分类数据集&预测新数据点
#Keras之DNN：基于Keras(sigmoid+binary_crossentropy+predict_proba)利用DNN实现分类预测概率——DIY二分类数据集&预测新数据点目录输出结果实现代码输出结果实现代码# coding:utf-8#Keras之DNN：基于Keras(sigmoid+binary_cros...原创 2018-11-19 11:40:00 · 12839 阅读 · 0 评论 -
DL框架之Keras：深度学习框架Keras框架的简介、安装(Python库)、相关概念、Keras模型使用、使用方法之详细攻略
DL框架之Keras：深度学习框架Keras框架的简介、安装(Python库)、相关概念、Keras模型使用、使用方法之详细攻略目录Keras的简介3、Keras的用户体验Keras的安装Keras的使用方法其他概念Keras的中的模型使用相关文章DL框架之Keras：Python库之Keras库的简介、安装、使用方法详细攻略keras-yolo3：python库之keras-yolo3的简介、安装、使用方法详细攻略Keras的简介原创 2018-03-25 10:35:27 · 69237 阅读 · 4 评论